Ve Nobel Fizik Ödülü’nü yapay zekanın babası Geoffrey Hinton ve John Hopfield aldı!

Nobel sezonu bir açıldı pir açıldı. Önceki gün Tıp Ödülü’nü mikroRNA alanındaki çalışmaları sayesinde kanser ve genetik hastalıkların tedavisine yeni kapı aralayan UMass Chan Tıp Okulu doğal bilimler profesörü Viktor Ambros ve Harvard’da genetik profesörü Gary Ruvkun aldı. Dün de Fizik Ödülü’nün sahipleri açıklandı: Princeton Üniversitesi profesörü John Hopfield ile daha geçen yıl yapay zekanın tehlikelerini rahat rahat konuşabilmek için Google’dan ayrılan Toronto Üniversitesi’nden Geoffrey Hinton.

Hinton’ın Google’dan ayrılış sebebi bu ödülün neden bu ikiliye verildiğini de en net şekilde anlatıyor: Bugün üniversite öğrencilerinin ödevlerini yaparken, bilim insanlarının çok fazla veriyi analiz ederken ve yazılımcıların kod yazarken faydalandığı modern yapay zekanın çıkış noktası olan yapay nöral ağ konusundaki öncü çalışmaları sayesinde bu ödülü aldılar. Her ikisini de önemli kılan bu çalışmayı çok az kişinin inandığı bir dönemde yapmış olmaları.

Hinton ödülü aldığı haberi karşısında şaşkına döndüğünü söyleyerek “Bunun olacağına dair hiçbir fikrim yoktu” dedi. Şu anda California’daki ucuz bir otelden konuştuğunu söyleyen Hinton “Bugün MR’a girecektim ama sanırım iptal etmem gerekecek” diye konuştu.

Hinton, ‘Yapay zekanın babası’ diye bilinen üçlünün bir parçası olarak, daha önce bugün Meta’da çalışan yapay zeka bilimcisi Yann LeCun ve bilgisayar bilimci Yoshua Bengio ile 2018 yılında matematik alanında en büyük ödül olan Turing Ödülü’ne layık görülmüştü. Matematik dalında Nobel ödülü verilmiyor, o yüzden Turing Ödülü için hep ‘Matematiğin Nobel’i’ deniyor.

Hopfield neler yaptı?

Nobel Fizik Ödülü’nün yapay zeka alanında öncü çalışmalara verilmesi zaten çok ilginç bir durum. Çünkü konu fizikten çok matematikle ilgili. Ama konunun fizikle olan bağını, bu yılki ödülün diğer sahibi olan Princeton Üniversitesi profesörü John Hopfield üzerinden kurmak belki mümkün.

Hopfield hem yapay zeka hem de nörobilim alanlarına 1980’lerin başında geliştirdiği “Hopfield Ağı” ile kayda değer katkılarda bulundu. Bu ağ insan beynindeki nöronlar arası bağlantı ve geri bildirim sağlayan sinir ağını taklit eden bir yapay model. Bu model, matematik gibi soyut bir düzlemde değil, fiziki bir model. Bilgisayarlardaki mikroişlemcileri ve depolama sistemleri, Hopfield Ağı sayesinde insan beynini taklit eder gibi çalışıyor.

Geri bildirimi de iki aşamadan oluşmasıyla sağlayabiliyor. İlk aşama depolama, ikincisi de geri çağırma aşaması. Depolama aşaması adı üstünde nesnelerin ve karakterlerin depolandığı bir aşama. Buna kısaca eğitim yani nöral ağın verilerle beslendiği aşama diyebiliriz. İkinci aşama ise toplanan verilerin gerektiğinde kullanıldığı aşama.

Hopfield ağının olmazsa olması olan şey iki yönlü bağlantı. Nöronlar birbirine bağlantılı olmalı ki sinyaller iki yönlü de iletilebilsin. Bu sistemde önemli olan diğer şey de enerji akışı. Hopfield ağında enerji bilgiyi depolamanın bir yolu. Düşük enerji durumları çekici işlevi görür ve ağ düşük enerji durumuna geçtiğinde hatıralar bulunabilir. Bu da tamamlanmamış ya da bozuk bir veri mevzubahis olduğunda ağın eksik parçalarının tahmin yoluyla tamamlanmasını sağlar.

Bu anlattıklarımız bugün yapay zekanın çalışma şekli aslında. Büyük dil modelleri çok büyük verilerle besleniyor ve öğrendiği bu şeyleri daha sonra verilen komutlar doğrultusunda olabilecek en uygun şekillerde üretmeye çalışıyor. Ama aynı zamanda beynimizin bilgiyi nasıl kodladığını, sakladığını ve gerektiğinde hatırladığını gösteren bir ağ bu.

Gelelim Hinton’a

Hinton bizim son bir yılda 10Haber’de adını en çok duyduğumuz yapay zeka babalarından. Hinton’ın çalışmalarında öne çıkan iki kavram var. Bunlar derin nöral ağlar ve geriye yayılım algoritması. Bu alandaki çalışmalarına 1970’lerde başlayan Hinton’ın odak noktası yapay nöral ağların nasıl eğitilebileceğiydi. Geri yayılım algoritması, ağın çıktısı ile hedeflenen çıktı arasındaki hatayı hesaplayarak bu hatayı geriye doğru yayıyor ve bağlantı ağırlığını güncelleyerek çalışıyordu. Bu sayede derin katmanlardan oluşan nöral ağlar daha verimli bir şekilde eğitilebilir hale geliyor. Bu yöntem gerçekten devrim niteliğindeydi çünkü çok katmanlı ağların eğitilmesini ve hataların minimize edilmesi sağlanmıştı.

Ama Hinton’ın en can alıcı çalışması derin nöral ağ üstüne yaptıklarıydı. Bu ağlar birden fazla gizli katmandan oluşuyor ve karmaşık veri yapılarını öğrenebiliyor. Hinton ve iki öğrencisi 2000’lerde büyük veri kümeleriyle derin öğrenme modellerini eğitmeye başladı. Bu üçlünün yaptığı şey oto kodlayıcılar ve RBM denen Kısıtlı Boltzmann Makineleri ile veriyi nasıl sıkıştırabileceklerini araştırmaktı. Hinton’ın katkıda bulunduğu bir diğer bilimsel gelişme de görüntü tanıma gibi uygulamalarda çok etkili olan evrişimli sinir ağlarının geliştirilmesiydi. Ekibiyle birlikte bu sinir ağlarının aşırı öğrenmesinin önüne geçmek için Dropout denen bir teknik geliştirmişti. Bu sayede eğitim sürecindeki herhangi bir adımda rastgele bazı nöronlar geçici olarak kapatılabiliyor ve bazı özelliklere aşırı bağımlı hale gelmesi engelleniyor. Dropout tekniğini deri öğrenme modellerinde de kullanmak mümkün.

Hinton’ın kaderi öğrencisiyle aynı oldu

Hinton’ın öğrencilerinden biri bugün yapay zeka alanındaki en ileri çalışmalara imza atan OpenAI’ın kurucuları arasında yer alan Ilya Sutskever’di. Hocayla öğrencinin kaderi aynı oldu, ikisi de öncü çalışmalara imza attıkları şirketlerden yapay zekanın yaratabileceği tehlikeler sebebiyle ayrılmak zorunda kaldı. Hinton geçen yıl “Belki de bu sistemlerde olup bitenler, beynin içinde olup bitenlerden çok daha iyidir. Bir beş yıl öncesine bakın bir de şimdiye. Bu korkutucu” diyor. Rekabet bu kadar kızışmadan önce Google gibi şirketler yapay zeka teknolojisine temkinli yaklaştığını söylüyordu ama şimdi tüm teknoloji şirketleri cihazlarını yapay zeka destekli hale getirmeye çalışıyor. Hinton, teknoloji devlerinin durdurulması imkansız bir rekabete kilitlendiğini söylüyor.

Hinton’un başlıca endişesi internetin sahte fotoğraflar, videolar ve metinlerle dolup taşması ve sıradan insanın neyin gerçek neyin sahte olduğunu anlayamayacak hale gelmesi. Hinton ayrıca yapay zeka teknolojilerinin meslek gruplarını da alt üst edeceğinden endişeleniyor. Bugün ChatGPT gibi sohbet robotları insanların eksiğini tamamlıyor. Avukatların, asistanların, çevirmenlerin ve tekdüze işleri yapan kişilerin yerini alabilir.

Yapay zekanın babası bu teknolojinin gelecekteki versiyonlarının insanlık için tehdit oluşturmasından da endişe ediyor. Çünkü bu teknolojiler analiz ettikleri büyük miktarda veriden genellikle beklenmedik davranışlar öğreniyor. İnsanlar yapay zekanın bilgisayar kodlarını üretmekle kalmayıp bunları çalıştırmasına da izin verdikçe bunun bir sorun haline geleceğini söyleyen Hinton, ‘katil robotların’ gerçeğe dönüşeceği fikrinden de korkuyor.

Geçen yıl “Bu şeylerin insanlardan daha akıllı olabileceği fikrine birkaç kişi inanıyordu” diyen Hinton “Ama çoğu insan, bunun çok uzak bir zamanda olacağını düşünüyordu. Ben de o kişilerdendim. Bunun 30 ila 50 yıl sonra gerçekleşeceğine inanıyordum. Açıkçası artık fikrim değişti” demişti.

‘Yapay zekanın babası’ Google’dan ayrıldı: Sebebi bizi bekleyen tehlikeler